麻豆传媒兄妹焦谈百度云|麻豆传媒映画破解版共享|有吃瓜的网站|午夜体验区|麻豆一吉视传媒短视频|精东影业精品|狠久久|欧美精品码在线|麻豆爱豆传媒app|蜜桃影像传媒的网站论坛,麻豆tv传媒入口,日日干夜夜爽,麻豆映画传媒国产一区

本網(wǎng)訊（工程建設學院 王新芳）2月26日，國際地學頂級期刊Earth-Science Reviews發(fā)表了題為“Modelling landslide susceptibility prediction: A review and construction of semi-supervised imbalanced theory”（滑坡易發(fā)性預測建模：文獻綜述與半監(jiān)督非對稱理論構(gòu)建）的研究成果,。該成果由我校工程建設學院黃發(fā)明副教授,、熊浩文（研究生）、蔣水華教授,、姚池教授和成都理工大學范宣梅教授等研究人員合作完成,。

該成果系統(tǒng)性地研究了區(qū)域滑坡易發(fā)性預測這一全球性熱點課題。具體而言,，以滑坡/非滑坡樣本為輸出變量且以相關(guān)條件因子為輸入變量的監(jiān)督機器學習模型,，廣泛應用于滑坡易發(fā)性預測（LSP）。然而,，LSP建模中存在許多不確定的問題：已知滑坡樣本可能存在誤差,，從整個研究區(qū)隨機抽取的非滑坡樣本不準確，滑坡與非滑坡樣本的比例設置為1:1與實際滑坡分布特征不一致，將標記為非滑坡的樣本分配概率為0是不合理的,，難以實現(xiàn)對LSP性能的綜合評估等,。在文獻綜述的基礎上，黃發(fā)明副教授及其團隊創(chuàng)新性地提出了“半監(jiān)督非對稱理論”來克服這些不確定性因素的影響,。該理論流程如下：首先,，基于滑坡樣本、隨機選擇的非滑坡樣本,、斜坡單元及相關(guān)條件因子構(gòu)建監(jiān)督機器學習模型,，用于預測九江市（圖1）初始滑坡易發(fā)性指數(shù)并劃分出極低、低,、中,、高和極高初始易發(fā)性級別；其次,，剔除初始易發(fā)性級別中被歸類為極低的滑坡樣本以減少滑坡誤差,，從低和極低易發(fā)區(qū)中隨機抽取非滑坡樣本以保證非滑坡的準確性；第三,，將滑坡與非滑坡樣本的采樣比依次設置為1:1至1:200，將初始易發(fā)性指數(shù)賦值為對應非滑坡樣本的標簽值,，滑坡標簽值仍賦為1,；第四，使用標記的滑坡和非滑坡樣本再次訓練和測試機器學習,；最后,，通過比較不同采樣比下的滑坡易發(fā)性精度和滑坡易發(fā)性指數(shù)分布特征來確定滑坡與非滑坡的最佳比例，從而得到最終的滑坡易發(fā)性預測結(jié)果（圖2）,。

圖1.研究區(qū)地理位置圖

圖2.不同滑坡非滑坡樣本比例下半監(jiān)督非對稱滑坡易發(fā)性圖

圖3.監(jiān)督隨機森林模型與各工況下半監(jiān)督非對稱隨機森林模型的預測率精度曲線圖

研究結(jié)果表明,，半監(jiān)督非對稱理論為已知滑坡樣本的校正和非滑坡樣本的選擇提供了新的思路，克服了隨機選擇的非滑坡樣本精度低的缺點,，達到了有效提高空間數(shù)據(jù)集質(zhì)量的目的,。同時，滑坡與非滑坡比值的非對稱可以模擬野外非滑坡面積遠大于滑坡面積的實際分布特征,。半監(jiān)督非對稱隨機森林模型產(chǎn)生的滑坡易發(fā)性預測結(jié)果的ROC精度,、預測率精度和易發(fā)性指數(shù)分布特征均優(yōu)于其他預測模型，表明半監(jiān)督非對稱理論預測的滑坡易發(fā)性指數(shù)更符合野外實際滑坡分布規(guī)律（圖3）,。非滑坡樣本的選擇,、采樣比例和標簽分配是影響空間數(shù)據(jù)集質(zhì)量的核心不確定性問題。建議學者們基于半監(jiān)督非對稱理論進一步優(yōu)化這些問題,，以提高滑坡易發(fā)性預測結(jié)果的可行性和實用性,。

Earth-Science Reviews創(chuàng)刊于1966年，由Elsevier Science出版社出版，是地球科學領(lǐng)域公認的國際地學頂級期刊,，主要報道地球科學領(lǐng)域具有全球尺度/視野的前沿性基礎理論研究進展,。該期刊在Earth and Planetary Sciences/Geology學科排名位于Q1分區(qū)（2/191），僅次于NatureGeoscience,，2023年度影響因子為12.1,，位列中科院JCR分區(qū)一區(qū)TOP。

本文引用信息：Faming Huang,Haowen Xiong, Shui-Hua Jiang, Chi Yao*, Xuanmei Fan, Filippo Catani, Zhilu Chang, Xiaoting Zhou, Jinsong Huang, Keji Liu. Modelling landslide susceptibility prediction: A review and construction of semi-supervised imbalanced theory [J]. Earth-Science Reviews, 2024, 250:104700.DOI: 10.1016/j.earscirev.2024.104700

原文下載鏈接：

https://www.sciencedirect.com/science/arti

編    輯：程慧萍

責任編輯：涂金鳳